Novel methods for magnetic resonance imaging quality assurance

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.advisor Salli, Eero, Dr., HUS Medical Imaging Center, Finland
dc.contributor.author Peltonen, Juha
dc.date.accessioned 2018-11-02T10:03:11Z
dc.date.available 2018-11-02T10:03:11Z
dc.date.issued 2018
dc.identifier.isbn 978-952-60-8291-2 (electronic)
dc.identifier.isbn 978-952-60-8290-5 (printed)
dc.identifier.issn 1799-4942 (electronic)
dc.identifier.issn 1799-4934 (printed)
dc.identifier.issn 1799-4934 (ISSN-L)
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/34551
dc.description.abstract Quality control (QC) is an essential part of medical imaging workflow. Measurements assessing image validity are performed to guarantee that diagnoses are based on adequate information. Traditionally, quality assurance (QA) with imaging modalities using ionising radiation has been under strict regulation. On the other hand, modalities based on non-ionising radiation, such as magnetic resonance imaging (MRI), have only very limited amount of regulation, although MRI is the most prevalent method in diagnosing various diseases. There are several guidelines on proposed MRI QA protocols by international associations where applicable QC methods are presented. These methods are based on imaging a so-called phantom or test object featuring the measurement targets. Depending on the applied test and the used phantom, the scanning of the phantom protocol may take from a few minutes up to several hours. Although, the phantom-based methods can define the MRI hardware performance in many aspects, the relationship between the phantom measurements and the actual clinical image quality may remain vague. In this Thesis, streamlined methods for carrying out phantom based QA in a large radiological department were studied. An automatic image processing pipeline was built to improve data analysis and presentation. Furthermore, automatic error detection methods were compared with human observers. Additionally, new methods for QC measurements directly from clinical head images were developed. The methods were able to measure image quality changes quantitatively by directly analysing the appearance of the brain in the images. In addition to QC, the presented methods would enable comparison between different scanners and quantitative optimisation of imaging sequences. en
dc.description.abstract Laadunvalvonta on keskeinen osa kaikkea lääketieteellistä kuvantamista. Sillä varmistetaan, että potilaiden diagnoosit perustuvat oikeaan informaatioon. Perinteisesti kuvantamismodaliteetit, joissa käytetään ionisoivaa säteilyä, ovat olleet tiukan velvoittavan sääntelyn piirissä. Toisaalta ionisoimatonta säteilyä käyttämättömien kuvantamismodaliteettien, kuten magneettikuvauksen, sääntely on ollut vastaavasti hyvin kevyttä. Samaan aikaan magneettikuvausta käytetään pääasiallisena menetelmänä useiden sairauksien diagnosointiin. Magneettikuvauksen laadunvalvontaa on kuvattu useiden kansainvälisten järjestöjen julkaisemissa ohjeissa. Näissä ohjeissa esitetyt menetelmät perustuvat tyypillisesti erilaisten testikohteiden—fantomien—kuvaamiseen. Riippuen käytettävästä fantomista ja tehtävistä testeistä, kuvaus kestää muutamista minuuteista useisiin tunteihin. Fantomimittauksiin perustuvat menetelmät pystyvät määrittämään magneettikuvauslaitteen teknisen suorituskyvyn kattavasti, mutta niiden yhteys todelliseen kliiniseen kuvanlaatuun on epäselvä. Tässä väitöskirjatyössä on kehitetty suoraviivaisia fantomimittausmetelmiä suuren sairaanhoitopiirin tarpeisiin. Kuvien analyysiin on tuotettu automaattinen kuvankäsittelytyönkulku parantamaan tulosten tarkkuutta ja esitystä. Työnkulun tuottamiin tuloksiin perustuvaa poikkeamien tunnistusta verrattiin laadunvalvonnan asiantuntijoiden havaintoihin. Lisäksi tässä työssä kehitettiin menetelmiä laadunvalvontamittausten tekemiseen suoraan kliinisistä pään magneettikuvista. Menetelmillä pystyttiin mittaamaan kuvien laatua kvantitatiivisesti suoraan aivojen piirteiden kuvautumisen perusteella. Esitetyt menetelmät soveltuvat laadunvalvonnan lisäksi magneettikuvauslaitteiden vertailuun sekä työkaluksi kuvaussekvenssien optimointiin. fi
dc.format.extent 61 + app. 67
dc.format.mimetype application/pdf en
dc.language.iso en en
dc.publisher Aalto University en
dc.publisher Aalto-yliopisto fi
dc.relation.ispartofseries Aalto University publication series DOCTORAL DISSERTATIONS en
dc.relation.ispartofseries 223/2018
dc.relation.haspart [Publication 1]: T.M. Ihalainen, N.T. Lönnroth, J.I. Peltonen, J.K. Uusi-Simola, M.H. Timonen, L.J. Kuusela, S.E. Savolainen, O.E. Sipilä“, MRI quality assurance using the ACR phantom in a multi-unit imagingcenter”, Acta Oncologica, vol. 50, pp. 966–972, 2011. DOI: 10.3109/0284186X.2011.582515
dc.relation.haspart [Publication 2]: J.I. Peltonen, T. Mäkelä, A. Sofiev, E. Salli, “An automatic image processing workflow for daily magnetic resonance imaging quality assurance”, Journal of Digital Imaging, vol. 30, pp. 163–171, 2017.DOI: 10.1007/s10278-016-9919-4
dc.relation.haspart [Publication 3]: J.I. Peltonen, T. Mäkelä, L. Lehmonen, A. Sofiev, E. Salli, “Day-today variations in MRI image quality parameters”, Submitted to a journal, 24 pages
dc.relation.haspart [Publication 4]: J.I. Peltonen, T. Mäkelä, E. Salli, “Image quality control based on 3D FLAIR brain images”, Magnetic Resonance Materials in Physics, Biology and Medicine, 2018
dc.subject.other Biotechnology en
dc.subject.other Medical sciences en
dc.title Novel methods for magnetic resonance imaging quality assurance en
dc.title Uusia menetelmiä magneettikuvauksen laadunvarmistukseen fi
dc.type G5 Artikkeliväitöskirja fi
dc.contributor.school Perustieteiden korkeakoulu fi
dc.contributor.school School of Science en
dc.contributor.department Neurotieteen ja lääketieteellisen tekniikan laitos fi
dc.contributor.department Department of Neuroscience and Biomedical Engineering en
dc.subject.keyword magnetic resonance imaging en
dc.subject.keyword image analysis en
dc.subject.keyword quality assurance en
dc.subject.keyword quality control en
dc.subject.keyword magneettikuvaus fi
dc.subject.keyword kuva-analyysi fi
dc.subject.keyword laadunvarmistus fi
dc.identifier.urn URN:ISBN:978-952-60-8291-2
dc.type.dcmitype text en
dc.type.ontasot Doctoral dissertation (article-based) en
dc.type.ontasot Väitöskirja (artikkeli) fi
dc.contributor.supervisor Ilmoniemi, Risto, Prof., Aalto University, Department of Neuroscience and Biomedical Engineering, Finland
dc.opn Bjørnerud, Atle, Prof., Oslo University Hospital, Norway
dc.rev Ståhlberg, Freddy, Prof., Lund University, Sweden
dc.rev Lammentausta, Eveliina, Dr., Oulu University Hospital, Finland
dc.date.defence 2018-11-16
local.aalto.acrisexportstatus done


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse

My Account